文献

J-GLOBAL ID：201802223695635733   整理番号：18A0708667

ネットワーク機械学習のための一般的ラベル付きデータ発生器フレームワーク【JST・京大機械翻訳】

General labelled data generator framework for network machine learning

著者 (3件)： Kim Kwihoon (ETRI, 218 Gajeong-ro, Yuseong-gu, Daejeon, 34129, Korea) ,  Hong Yong-Geun (ETRI, 218 Gajeong-ro, Yuseong-gu, Daejeon, 34129, Korea) ,  Han Youn-Hee (KOREATECH, 1600, Chungjeol-ro, Byeongcheon-myeon, Dongnam-gu, Cheonan-si, Chungcheongnam-do, 31253, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICACT  ページ： 127-131  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 人工知能(AI)技術は様々な分野で注目されている。特に,AIの代表的な技術である深い学習技術は,音声認識,画像認識,パターン認識,自然言語処理および翻訳において高い精度を示した。さらに,人間またはAIによって作られたかどうかを区別できない芸術,文献および音楽のような多くの興味ある研究結果がある。ネットワークの分野では,AIを用いて解決できない問題や複雑な問題を解決する試みが世界的な傾向になり始めている。しかし,ネットワークに機械学習を適用するためのデータセットの欠如があり,ネットワーク問題を解決することは困難である。これまで,ネットワーク機械学習を研究する多くの努力があったが,必要なデータセットを作るための研究はほとんどない。本論文では,基本的なネットワーク機械学習技術を紹介し,ネットワーク機械学習のためのデータを容易に生成する方法を提案する。本論文で提案したデータ生成フレームワークに基づいて,ラベル付きデータの自動生成の結果と,対応するデータセットからの学習と推論の結果も提供した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *学習 ,  音楽 ,  自然言語処理 ,  音声認識 ,  画像認識 ,  パターン認識 ,  *ネットワーク ,  人工知能 ,  *機械学習
準シソーラス用語： 自動生成 ,  データ生成 ,  機械学習技術 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 機械学習 ,  ラベル ,  発生器 ,  フレームワーク